Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease

La mayoría de las personas con la enfermedad de Parkinson (EP) desarrollan varios déficits del habla, incluyendo sonoridad reducida, alteración de la articulación y prosodia anormal. Este artículo presenta una metodología que permite la clasificación automática de pacientes con EP y sujetos de contr...

Full description

Autores:
López-Pabón, Felipe O.
Arias-Vergara, Tomas
Orozco-Arroyave, Juan R.
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Instituto Tecnológico Metropolitano
Repositorio:
Repositorio ITM
Idioma:
eng
OAI Identifier:
oai:repositorio.itm.edu.co:20.500.12622/4612
Acceso en línea:
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/1401
http://hdl.handle.net/20.500.12622/4612
Palabra clave:
Articulación del habla
clasificación
Hilbert-Huang
enfermedad de Parkinson
Speech articulation
Classification
Hilbert-Huang
Parkinson’s Disease
Rights
License
Copyright (c) 2020 TecnoLógicas
id RepoITM2_494bc2372d3240bd3db4d2170fbce38d
oai_identifier_str oai:repositorio.itm.edu.co:20.500.12622/4612
network_acronym_str RepoITM2
network_name_str Repositorio ITM
repository_id_str
spelling López-Pabón, Felipe O.Arias-Vergara, TomasOrozco-Arroyave, Juan R.2021-04-21T16:55:18Z2021-04-21T16:55:18Z2020-01-30https://revistas.itm.edu.co/index.php/tecnologicas/article/view/140110.22430/22565337.1401http://hdl.handle.net/20.500.12622/4612La mayoría de las personas con la enfermedad de Parkinson (EP) desarrollan varios déficits del habla, incluyendo sonoridad reducida, alteración de la articulación y prosodia anormal. Este artículo presenta una metodología que permite la clasificación automática de pacientes con EP y sujetos de control sanos (CS). Se considera que la transformada de Hilbert-Huang (THH) y los Coeficientes Cepstrales en las frecuencias de Mel modelan las fonaciones moduladas (cambiando el tono de bajo a alto y de alto a bajo) de las vocales /a/, /i/, y /u/. La THH se utiliza para extraer los dos primeros formantes de las señales de audio, con el objetivo de modelar la estabilidad de la lengua mientras los hablantes producen vocales moduladas. Pruebas estadísticas de Kruskal-Wallis se utilizan para eliminar características redundantes y no relevantes, con el fin de mejorar la precisión de la clasificación. La clasificación automática de sujetos con EP vs. CS se realiza mediante una máquina de soporte vectorial de base radial. De acuerdo con los resultados, el enfoque propuesto permite la discriminación automática de sujetos con EP vs. CS con precisiones de hasta el 75 % para los hombres y 73 % para las mujeres.Most patients with Parkinson’s Disease (PD) develop speech deficits, including reduced sonority, altered articulation, and abnormal prosody. This article presents a methodology to automatically classify patients with PD and Healthy Control (HC) subjects. In this study, the Hilbert-Huang Transform (HHT) and Mel-Frequency Cepstral Coefficients (MFCCs) were considered to model modulated phonations (changing the tone from low to high and vice versa) of the vowels /a/, /i/, and /u/. The HHT was used to extract the first two formants from audio signals with the aim of modeling the stability of the tongue while the speakers were producing modulated vowels. Kruskal-Wallis statistical tests were used to eliminate redundant and non-relevant features in order to improve classification accuracy. PD patients and HC subjects were automatically classified using a Radial Basis Support Vector Machine (RBF-SVM). The results show that the proposed approach allows an automatic discrimination between PD and HC subjects with accuracies of up to 75 % for women and 73 % for men.application/pdfengInstituto Tecnológico Metropolitano - ITMhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/140110.22430/22565337.1401TecnoLógicasCopyright (c) 2020 TecnoLógicashttp://creativecommons.org/licenses/by-nc-sa/4.0http://purl.org/coar/access_right/c_abf22256-53370123-7799TecnoLógicas; Vol. 23 No. 47 (2020); 93-108TecnoLógicas; Vol. 23 Núm. 47 (2020); 93-108Articulación del hablaclasificaciónHilbert-Huangenfermedad de ParkinsonSpeech articulationClassificationHilbert-HuangParkinson’s DiseaseCepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s DiseaseAnálisis cepstral y la transformada de Hilbert-Huang para la detección automática de la enfermedad de ParkinsonArtículosinfo:eu-repo/semantics/articleArticleshttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Publication20.500.12622/4612oai:dspace-itm.metabuscador.org:20.500.12622/46122025-06-20 16:15:57.592metadata.onlyhttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.com
dc.title.spa.fl_str_mv Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
dc.title.alternative.eng.fl_str_mv Análisis cepstral y la transformada de Hilbert-Huang para la detección automática de la enfermedad de Parkinson
title Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
spellingShingle Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
Articulación del habla
clasificación
Hilbert-Huang
enfermedad de Parkinson
Speech articulation
Classification
Hilbert-Huang
Parkinson’s Disease
title_short Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
title_full Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
title_fullStr Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
title_full_unstemmed Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
title_sort Cepstral Analysis and Hilbert-Huang Transform for Automatic Detection of Parkinson’s Disease
dc.creator.fl_str_mv López-Pabón, Felipe O.
Arias-Vergara, Tomas
Orozco-Arroyave, Juan R.
dc.contributor.author.none.fl_str_mv López-Pabón, Felipe O.
Arias-Vergara, Tomas
Orozco-Arroyave, Juan R.
dc.subject.spa.fl_str_mv Articulación del habla
clasificación
Hilbert-Huang
enfermedad de Parkinson
topic Articulación del habla
clasificación
Hilbert-Huang
enfermedad de Parkinson
Speech articulation
Classification
Hilbert-Huang
Parkinson’s Disease
dc.subject.keywords.eng.fl_str_mv Speech articulation
Classification
Hilbert-Huang
Parkinson’s Disease
description La mayoría de las personas con la enfermedad de Parkinson (EP) desarrollan varios déficits del habla, incluyendo sonoridad reducida, alteración de la articulación y prosodia anormal. Este artículo presenta una metodología que permite la clasificación automática de pacientes con EP y sujetos de control sanos (CS). Se considera que la transformada de Hilbert-Huang (THH) y los Coeficientes Cepstrales en las frecuencias de Mel modelan las fonaciones moduladas (cambiando el tono de bajo a alto y de alto a bajo) de las vocales /a/, /i/, y /u/. La THH se utiliza para extraer los dos primeros formantes de las señales de audio, con el objetivo de modelar la estabilidad de la lengua mientras los hablantes producen vocales moduladas. Pruebas estadísticas de Kruskal-Wallis se utilizan para eliminar características redundantes y no relevantes, con el fin de mejorar la precisión de la clasificación. La clasificación automática de sujetos con EP vs. CS se realiza mediante una máquina de soporte vectorial de base radial. De acuerdo con los resultados, el enfoque propuesto permite la discriminación automática de sujetos con EP vs. CS con precisiones de hasta el 75 % para los hombres y 73 % para las mujeres.
publishDate 2020
dc.date.issued.none.fl_str_mv 2020-01-30
dc.date.accessioned.none.fl_str_mv 2021-04-21T16:55:18Z
dc.date.available.none.fl_str_mv 2021-04-21T16:55:18Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
dc.type.eng.fl_str_mv Articles
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.spa.spa.fl_str_mv Artículos
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_6501
format http://purl.org/coar/resource_type/c_6501
dc.identifier.none.fl_str_mv https://revistas.itm.edu.co/index.php/tecnologicas/article/view/1401
10.22430/22565337.1401
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12622/4612
url https://revistas.itm.edu.co/index.php/tecnologicas/article/view/1401
http://hdl.handle.net/20.500.12622/4612
identifier_str_mv 10.22430/22565337.1401
dc.language.iso.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://revistas.itm.edu.co/index.php/tecnologicas/article/view/1401
10.22430/22565337.1401
dc.relation.ispartofjournal.none.fl_str_mv TecnoLógicas
dc.rights.spa.fl_str_mv Copyright (c) 2020 TecnoLógicas
http://creativecommons.org/licenses/by-nc-sa/4.0
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Copyright (c) 2020 TecnoLógicas
http://creativecommons.org/licenses/by-nc-sa/4.0
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Instituto Tecnológico Metropolitano - ITM
dc.source.none.fl_str_mv 2256-5337
0123-7799
dc.source.eng.fl_str_mv TecnoLógicas; Vol. 23 No. 47 (2020); 93-108
dc.source.spa.fl_str_mv TecnoLógicas; Vol. 23 Núm. 47 (2020); 93-108
institution Instituto Tecnológico Metropolitano
repository.name.fl_str_mv Repositorio Instituto Tecnológico Metropolitano de Medellín
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1837096908134285312